面向多知识主体不确定性推理的本体可信模型研究

大机器维护、维修和大修（MRO）过程中的故障诊断是一个不确定性推理过程，不仅需要来自多知识主体的帮助，还需要了解这些所得证据知识是否可信，才能保证推理过程及结论的准确性、可信性。而且，知识作为新一代语义网络资源的重要组成部分，对其可信性的考量具有重要意义。本申请围绕本体可信问题，研究面向以本体为基本粒度单位的网络环境下知识资源的可信理论体系，建立其本体可信模型。具体内容包括：围绕本体自身可信，研究基于Bayesian的本体自身概念可信、基于构建可信评价本体的本体自身语义信息可信评价指标体系及其可信子模型；围绕本体全局可信，研究基于信任树的本体领域推荐可信、本体所处环境可信的评价指标体系及其可信子模型；针对不确定性推理的弊端，借助本体可信模型中获取的知识可信度，构建一个面向多知识主体协同参与的不确定性推理框架，来优化不确定性推理应用的性能。项目预期在关键技术创新和专利申请方面取得成果。

大机器维护、维修和大修（MRO）过程中的故障诊断是一个不确定性推理过程，不仅需要来自多知识主体的帮助，还需要了解这些所得证据知识是否可信，才能保证推理过程及结论的准确性、可信性。本课题围绕本体可信问题，研究面向以本体为基本粒度单位的网络环境下知识资源的可信理论体系，建立其本体可信模型。具体内容包括：围绕本体自身可信，研究基于Bayesian的本体自身概念可信、基于构建可信评价本体的本体自身语义信息可信评价指标体系及其可信子模型；围绕本体全局可信，研究基于信任树的本体领域推荐可信、本体所处环境可信的评价指标体系及其可信子模型；针对不确定性推理的弊端，借助本体可信模型中获取的知识可信度，构建一个面向多知识主体协同参与的不确定性推理框架，来优化不确定性推理应用的性能。项目执行期间，共计申请国家发明专利6项，授权3项，围绕项目的关键技术研究，共计发表论文25篇，SCI检索7篇次，EI检索23篇次，项目的部分内容在企业得到应用。